动态规划理论基础

学习链接

动态规划理论基础

1、什么是动态规划

动态规划简称DP,如果某一问题有很多重叠子问题,使用动态规划是最有效的。

动态规划中的每个状态都是由上一个状态推导出来的,而贪心没有状态推导,直接从局部选择最优。

例如:有N件物品和一个承重量为W的背包。第 i 件物品的重量是 weight[i],价值为 value[i]。问将哪些物品装入背包中能使得物品价值总和最大?

动态规划中 dp[j] 是由 dp[j - weight[i]] 推导出来的,然后取 max(dp[j], dp[j - weight[i]] + value[i])。

在贪心中,每次拿选择最大 / 最小的物品就行了,与上一个状态无关。

因此贪心无法解决动态规划问题。

只需要知道DP是由前一个状态推导出来的,而贪心是局部直接最优。

2、解题步骤

  1. 确定 dp数组 以及下标的含义
  2. 确定递推公式
  3. dp数组 如何初始化
  4. 确定遍历顺序
  5. 举例推导 dp数组

3、动态规划应该如何debug

找问题的最好方式就是把 dp数组 打印出来,看看究竟是不是按照自己的思路推导的。

做动态规划的题目,写代码之前一定要把 状态转移 在 dp数组上的具体情况模拟一遍,心中有数,确定最后推出的是想要的结果。

然后再写代码,如果代码没通过就打印dp数组,看看与自己预先推导的是否一致。

如果打印出来的跟自己预先模拟推导的一致,那就是自己的递归公式、初始化或者遍历顺序有问题。

如果和自己预先模拟推导的不一样,那就是代码实现细节有问题。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

ClimberCoding

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值